에서 내 이전 게시물 , 나는 능력의 능력에 영향을 미치는 근본적인 양에 대해서 이야기했다. 설계된 실험 요인의 무시할 수없는 영향을 감지 할 수 있습니다. 이것들은:
1) 효과의 크기
2) 적합 모델의 제곱 평균 제곱 오차 (RMSE)
3) 가설 검정의 유의 수준
4) 실행 횟수
여기에서 새로운 Power Analysis 사용자 인터페이스를 소개합니다. JMP 10.
왜 변한거야?
기존 소프트웨어 기능의 인터페이스를 변경하는 것은 항상 위험하므로 약간의 전율로 해결했습니다. 그러나 알게 되겠지만 새 인터페이스는 더 많은 기능과 선명도를 제공합니다 (희망 사항).
그래서 다른 점이 있습니까?
그림 1은 JMP 9 및 JMP 10 인터페이스를 나란히 보여줍니다. 평가되는 설계는 6 개의 요소와 12 개의 실행을 가진 직각 2 레벨 설계입니다.
가장 먼저 눈에 띄는 것은 아웃 라인 노드의 이름이 Coefficients의 Relative Variance에서 Power Analysis로 변경되었다는 것입니다. 많은 실무자들이 제안 된 설계가 진행하기 전에 적절한 전력을 가지고 있다는 것을 입증해야하기 때문에 전력 분석을 쉽게 볼 수있는 것이 좋은 생각처럼 보입니다.
모든 요인에 대해보고 된 전력은 두 버전에서 동일하지만 신호 대 잡음 비율은 JMP 9에서는 1이고 JMP 10에서는 2입니다.
그게 뭐야?
JMP 10에서는 Signal to Noise Ratio의 신호가 의미하는 바를 다시 정의했습니다. JMP 9에서 신호는 Fit Model에서 회귀 계수의 크기로 정의됩니다. 이제 2 단계 요소에 대해 신호를 한 수준에서 다른 수준으로 이동하는 예측 된 응답의 차이 크기로 정의합니다. 즉, 신호가 요인의 효과입니다. 요인 효과는 2 단계 요인에 대한 회귀 계수의 두 배입니다. 보고 된 전력을 동일하게 만들기 위해 기본 신호 대 잡음 비율을 두 배로 늘릴 필요가있었습니다. 따라서 기본 효과의 크기는 변경되지 않고 신호 대 잡음 비율의 정의 만 변경됩니다.
다른 차이점은 무엇입니까?
JMP 10의 오류 자유도에 대한 추가 편집 상자가 있습니다. 기본적으로이 값은 실행 횟수와 매개 변수 수의 차이입니다. 이 규칙에는 한 가지 예외가 있으며 실행 횟수가 매개 변수 수와 같을 때입니다. 이 경우에는 실제로 오류 자유도가 없으며 기술적으로는 요인의 영향을 테스트 할 수 없기 때문에 전력이 정의되지 않습니다. 이 경우, 우리는 한 가지 자유도를 "발명"하여 권력에 대한 의미있는 (비록 전반적으로 우울하게 낮은) 가치를 제공 할 수 있습니다.
Error Degrees of Freedom 편집 상자의 유틸리티는 무엇입니까? 그 번호를 속이면 안돼?
매치 할 디자인의 런 수를 계속 증가시키지 않으면 서 오류 자유도의 수를 늘리지 않는 한 부정 행위는 아닙니다!
자유의 오류도를 제어 할 수있는 두 가지 용도가 있습니다.
첫째, 오류 자유도를 높임으로써 설계에 런을 추가하면 전력이 얼마나 증가 할 것인지 신속하고 더러운 평가를 얻을 수 있습니다. 새로운 디자인을 만들지 않고도이 사실을 알 수 있습니다.
둘째, 오류 자유도를 사용하여 분할 플롯 실험에서 전체 플롯 요인의 효과를보다 정확하게 파악할 수 있습니다. 이것은 JMP 9에서 JSL 스크립팅이 필요한 것입니다.
어떻게 작동합니까?
한 실행에서 다른 실행으로 변경하기 어려운 두 가지 요소가있는 시나리오를 고려하십시오. 여섯 가지 요소가 있다고 가정 해보십시오. 당신은 2 그룹으로 16 그룹을 결정하는데, 변화가 쉬운 요소는 각 그룹에서 동일하게 유지됩니다. 그림 2는 사용자 정의 디자인 설정을 보여줍니다.
디자인 만들기 버튼을 클릭하면 직각 분할 플롯 디자인이됩니다. Power Analysis 섹션을 살펴보기 전에 빨간색 삼각형 메뉴로 이동하여 시뮬레이션 응답을 선택하는 것이 좋습니다. 그런 다음 표 만들기 버튼을 클릭하십시오. 마지막으로, 결과 테이블의 왼쪽 상단 패널에서 모델 스크립트를 실행하십시오.
그림 3은 생성 한 가짜 데이터의 매개 변수 추정을 보여줍니다. 매개 변수 추정치는 중요하지 않습니다. DF Den이라는 표의 열에주의를 환기시키고 싶습니다.
X1 및 X2는 전체 플롯 요인입니다. 오류에 대해 5 도의 자유도가 있습니다. X3에서 X6까지는 서브 플로트 요소이며 오류마다 4 자유도가 있습니다.
디폴트 Error Degrees of Freedom은 실행 횟수와 매개 변수 수의 차이입니다. 이 경우이 숫자는 9입니다. 그림 4는 기본 Power Analysis 인터페이스를 보여줍니다.
전체 플롯 효과의 힘에 대한 올바른 값을 얻으려면 Error Degree of Freedom을 5로 변경해야합니다. 마찬가지로, 서브 플롯 효과의 경우 오류 자유도를 4로 변경해야합니다. 그림 5는 병렬 결과를 보여줍니다.
따라서이 디자인에서 전체 플롯 효과를 감지하는 능력은 0.463입니다 - 그림 5의 왼쪽 패널에있는 상위 두 숫자를 참조하십시오. 서브 플롯 효과를 감지하는 데 필요한 전력은 0.843입니다 (그림 5의 오른쪽 패널에있는 하단 네 개의 숫자 참조). 이 분석은 전체 플롯 분산과 오차 분산이 동일하다고 가정합니다 (표준 가정).
JMP가 왜이 모든 것을 할 수 없었는가?
디자인이 직교하지 않으면 REML 분석에 나타난 자유도는 관측 된 응답에 따라 다릅니다. 따라서 일반적으로 이러한 값을 미리 채우는 것은 쉽지 않습니다. JMP 11의 추가 개선 사항에 대해 계속 지켜봐주십시오.
다른 차이점이 있습니까?
전원 분석에는 숨겨진 열이 여러 개 있습니다. 그림 6은 첫 번째 예제의 전체 표입니다. 표 안을 마우스 오른쪽 단추로 클릭하면 이러한 열을 디스플레이에 추가 할 수 있습니다.
여분의 열은 JSL 스크립트를 사용하여 이러한 계산을 직접 수행 할 수있는 정보를 제공합니다.
// 힘 = 1 - F 유통 ( F Crit, dfnum, dfdenom, 비 중심성 ) ;
전력 = 1 - F 유통 ( 6.608, 1, 5, 12 ) ;
위의 JSL 스크립트 출력 실행하기 0.789140997559235 로그 창으로 이동하십시오.
무엇 향후 계획?
지금까지 저는 두 가지 수준의 요인에 대해서만 이야기했습니다. 두 단계 이상으로 상황이 더욱 복잡해집니다. 그것은 미래 지위의 대상이 될 것입니다.
라이언 쓴 :
브래들리,
SAS / Jmp 10 커스텀 DOE 전력 분석 기능에서, 3 가지 레벨을 가진 요소가 있다면 기사를 올바르게 해석 할 때 신호 대 잡음 비율이 2 대신에 "3"으로 변경됩니까?
제이크 워렌 쓴 :
나는 내가 위에 무엇을 말했는지에 관해 명확히하지 않는다. 나는이 말을 진술이 더 좋다고 생각한다.
JMP 9에서 : 힘은 요소의 레벨 (효과 크기)에 대한 평균 응답의 변화가 2 * X * 오류 표준 편차이거나 회귀 계수가 X * 인 경우 중요한 모델 매개 변수를 찾는 확률입니다. * 오류 표준 편차 여기서 X는 신호 대 잡음 비율입니다.
JMP 10 : Power는 요인 레벨 (효과 크기)에 대한 평균 응답의 변화가 X * Error Standard Deviation이거나 회귀 계수가 .5 * X * Error Standard 인 경우 중요한 모델 매개 변수를 찾을 확률입니다 편차, 여기서 X는 신호 대 잡음비입니다. (본질적으로 여기에서 신호 대 잡음 비율은 JMP 9의 두 배입니다.)
제이크 워렌 쓴 :
명확히하기 위해이 두 해석이 맞습니까?
JMP 9에서 : Power는 모델 매개 변수가 오류 표준 편차의 X 배만큼 큰 경우 중요한 모델 매개 변수를 찾을 확률입니다. 여기서 X는 지정된 신호 대 잡음 비율입니다. 다시 말해, 지수의 요인에 따른 평균 응답의 변화가 오차 표준 편차의 2 배인 경우, 힘은 중요한 모델 매개 변수를 발견 할 확률입니다.
JMP 10에서 : Power는 모델 매개 변수가 오류 표준 편차의 0.5 배인 경우 중요한 모델 매개 변수를 찾을 확률입니다. 여기서 X는 지정된 신호 대 잡음 비율입니다. 다시 말해서, 힘은 요인의 수준에 따른 평균 응답의 변화가 오차 표준 편차보다 X 배 큰 경우 중요한 모델 매개 변수를 발견 할 확률입니다.
